Стремительное развитие открытых агентных систем долгое время тормозилось двумя фундаментальными препятствиями: синдромом «памяти золотой рыбки», когда субагенты при параллельной работе теряют контекст задач, и жесткой привязкой к дорогостоящим облачным API.
Исследовательская лаборатория Nous Research последовательно выстраивает открытый агентный стек, способный функционировать полностью автономно на собственном оборудовании разработчика. Мы уже анализировали архитектуру Nous Research Hermes Agent OS, а сегодняшний релиз связывает воедино три важнейших компонента: инфраструктуру разделяемой памяти, оптимизированные веса и модульную библиотеку системных навыков.
Координация и общая память в мультиагентном ядре Hermes
Главная проблема мультиагентных контуров — рассинхронизация состояния. Если один агент (например, исследователь) находит важное ограничение в документации, остальные агенты (кодер и тестировщик) продолжают генерировать код, опираясь на устаревшие предположения.
В обновленном ядре Hermes внедрена шина разделяемой памяти (Shared Memory Bus). Состояние проекта и пользовательские предпочтения сохраняются в структурированном виде, сочетающем человекочитаемые файлы и векторную базу данных LanceDB:
{
"memory_version": "2.0",
"project_scope": {
"active_branch": "feature/payment-webhook",
"verified_dependencies": ["stripe>=7.0", "fastapi>=0.115"]
},
"shared_facts": [
{
"id": "fact_01",
"author_agent": "security_auditor",
"statement": "Raw webhook payload must be preserved for HMAC signature check",
"confidence": 1.0,
"updated_at": "2026-10-12T03:45:00Z"
}
],
"channel_bindings": {
"notifications": "telegram://alerts-channel",
"approvals": "slack://#lead-reviews"
}
}
Благодаря этой структуре любой субагент моментально считывает верифицированные факты, а координатор транслирует ключевые контрольные точки напрямую в мессенджеры команды (Telegram, Slack или WhatsApp).
MissingNo
Сложнейшая дилемма при локальном запуске агентов — выбор языковой модели. Полноразмерные открытые сети часто слишком медленны для непрерывных фоновых циклов, а легковесные чекпоинты теряют формат вызова инструментов.
Ответом Nous Research стал выпуск специализированной модели MissingNo на портале Nous Portal. Это компактный чекпоинт, веса которого прошли прицельную дистилляцию под две задачи:
- Безупречное следование системным инструкциям: модель не отвлекается на общие рассуждения, фокусируясь на выполнении шагов пайплайна.
- Точный вызов функций (Function Calling): генерация валидных JSON-объектов с нулевым процентом синтаксических ошибок.
Модель доступна бесплатно на портале разработчиков и оптимизирована для локального развертывания, снижая стоимость фоновых конвейеров до нуля.
Пять базовых навыков
Интеллект модели бесполезен без стандартизированных инструментов взаимодействия с внешней средой. Экосистема Hermes стандартизировала исполнение навыков в соответствии со спецификацией agentskills.io.
Каждый навык оформляется в виде автономного манифеста, который агент подгружает в контекст динамически по мере необходимости:
# skills/computer-use/skill.md
---
name: desktop-control
version: 1.0.0
standard: agentskills.io
description: Управление рабочим столом через координаты мыши и клавиатурный ввод
runtime: isolated-vm
---
## Procedural Rules
1. Always take a pre-action screenshot and verify target element coordinates.
2. Execute click action via `xdotool mousemove $X $Y click 1`.
3. Take a post-action screenshot to confirm UI state transition.
4. If the unexpected modal dialog appears, pause execution and log alert.
В базовый комплект входят пять ключевых навыков: прямое управление графическим интерфейсом (Computer Use), автономные браузерные циклы со сбором динамического контента, работа с локальным терминалом, файловые манипуляции и навык самообучения. Если агент находит решение нетривиальной проблемы, он самостоятельно создает новый файл skill.md и сохраняет его в библиотеку для повторного использования коллегами-агентами.
Главный инженерный вывод: синергия общей памяти, компактной исполнительной модели MissingNo и стандарта навыков превращает Hermes из экспериментального проекта в целостную производственную платформу для запуска независимых локальных агентов.